論文の概要: Towards Improved Research Methodologies for Industrial AI: A case study of false call reduction
- arxiv url: http://arxiv.org/abs/2506.14521v1
- Date: Tue, 17 Jun 2025 13:48:38 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-06-18 17:34:59.49277
- Title: Towards Improved Research Methodologies for Industrial AI: A case study of false call reduction
- Title（参考訳）: 産業用AI研究手法の改善に向けて--誤呼低減を事例として
- Authors: Korbinian Pfab, Marcel Rothering,
- Abstract要約: 本研究は,自動光学検査のための誤呼低減という,産業用AIユースケースのケーススタディを示す。
我々は、関連するピアレビュー作業で発生する7つの弱点を特定し、その結果を実験的に示す。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by-sa/4.0/
- Abstract: Are current artificial intelligence (AI) research methodologies ready to create successful, productive, and profitable AI applications? This work presents a case study on an industrial AI use case called false call reduction for automated optical inspection to demonstrate the shortcomings of current best practices. We identify seven weaknesses prevalent in related peer-reviewed work and experimentally show their consequences. We show that the best-practice methodology would fail for this use case. We argue amongst others for the necessity of requirement-aware metrics to ensure achieving business objectives, clear definitions of success criteria, and a thorough analysis of temporal dynamics in experimental datasets. Our work encourages researchers to critically assess their methodologies for more successful applied AI research.
- Abstract（参考訳）: 現在の人工知能(AI)の研究方法論は、成功し、生産的で、利益を上げるAIアプリケーションを作成する準備ができていますか?
本研究は,既存のベストプラクティスの欠点を実証するために,自動視界検査のための誤呼低減という産業用AIユースケースのケーススタディを示す。
我々は、関連するピアレビュー作業で発生する7つの弱点を特定し、その結果を実験的に示す。
このユースケースでは、ベストプラクティスが失敗することを示します。
我々は、ビジネス目標を達成するための要件対応メトリクスの必要性、成功基準を明確に定義すること、実験データセットにおける時間ダイナミクスの徹底的な分析について論じる。
我々の研究は、よりうまく応用されたAI研究のために、研究者が自分たちの方法論を批判的に評価することを奨励します。
関連論文リスト
- The AI Imperative: Scaling High-Quality Peer Review in Machine Learning [49.87236114682497]
AIによるピアレビューは、緊急の研究とインフラの優先事項になるべきだ、と私たちは主張する。
我々は、事実検証の強化、レビュアーのパフォーマンスの指導、品質改善における著者の支援、意思決定におけるAC支援におけるAIの具体的な役割を提案する。
論文 参考訳（メタデータ） (2025-06-09T18:37:14Z) - Expectations vs Reality -- A Secondary Study on AI Adoption in Software Testing [0.7812210699650152]
ソフトウェア産業では、人工知能(AI)がソフトウェア開発活動でますます利用されている。
本研究の目的は,ソフトウェアテストにおけるAIにおける産業文脈による実証研究の種類を特定することである。
論文 参考訳（メタデータ） (2025-04-07T11:03:54Z) - Bridging the Gap: Integrating Ethics and Environmental Sustainability in AI Research and Practice [57.94036023167952]
我々は、AIの倫理的影響を研究するための努力は、その環境への影響を評価するものと相まって行われるべきであると論じる。
我々は,AI研究と実践にAI倫理と持続可能性を統合するためのベストプラクティスを提案する。
論文 参考訳（メタデータ） (2025-04-01T13:53:11Z) - Beyond principlism: Practical strategies for ethical AI use in research practices [0.0]
科学研究における生成的人工知能の急速な採用は、倫理的ガイドラインの開発を上回っている。
既存のアプローチは、科学研究の実践においてAIの倫理的課題に取り組むための実践的なガイダンスをほとんど提供しない。
抽象的な原則と日々の研究実践のギャップを埋めるために,ユーザ中心の現実主義に触発されたアプローチを提案する。
論文 参考訳（メタデータ） (2024-01-27T03:53:25Z) - A Discrepancy Aware Framework for Robust Anomaly Detection [51.710249807397695]
本稿では,DAF(Disdisrepancy Aware Framework)を提案する。
本手法は,デコーダの欠陥同定に外見に依存しないキューを利用して,その合成外観への依存を緩和する。
単純な合成戦略の下では,既存の手法を大きなマージンで上回り,また,最先端のローカライゼーション性能も達成している。
論文 参考訳（メタデータ） (2023-10-11T15:21:40Z) - GLUECons: A Generic Benchmark for Learning Under Constraints [102.78051169725455]
本研究では,自然言語処理とコンピュータビジョンの分野における9つのタスクの集合であるベンチマークを作成する。
外部知識を制約としてモデル化し、各タスクの制約のソースを特定し、これらの制約を使用するさまざまなモデルを実装します。
論文 参考訳（メタデータ） (2023-02-16T16:45:36Z) - In Search of Insights, Not Magic Bullets: Towards Demystification of the
Model Selection Dilemma in Heterogeneous Treatment Effect Estimation [92.51773744318119]
本稿では,異なるモデル選択基準の長所と短所を実験的に検討する。
選択戦略,候補推定器,比較に用いるデータの間には,複雑な相互作用があることを強調した。
論文 参考訳（メタデータ） (2023-02-06T16:55:37Z) - Implementing AI Ethics in Practice: An Empirical Evaluation of the
RESOLVEDD Strategy [6.7298812735467095]
我々は,ビジネス倫理学の分野であるRESOLVEDD戦略から,倫理システム開発の文脈において,既存の手法を実証的に評価する。
私たちの重要な発見の1つは、倫理的手法の使用が参加者に強制されたとしても、その利用はプロジェクトにおける倫理的配慮を促進したことである。
論文 参考訳（メタデータ） (2020-04-21T17:58:53Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。